Wykorzystanie sztucznych sieci neuronowych do szacowania wpływu drgań na budynki jednorodzinne

• Autorzy: Jakubczyk-Gałczyńska A. , Kristowski A. , Jankowski R.

Identyfikatory

DOI

10.15199/33.2016.06.50

Warianty tytułu

EN

Usage of artificial neural networks for estimating the impact of traffic-induced vibration on residential buildings

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono metodę prognozowania wpływu drgań na budynki mieszkalne z wykorzystaniem sztucznych sieci neuronowych. Drgania komunikacyjne mogą doprowadzić do uszkodzenia elementów konstrukcyjnych, a nawet do awarii budynku. Najczęstszym efektem są jednak rysy, pękanie tynku i wypraw. Metody oparte na sztucznej inteligencji są przybliżone, ale stanowią wystarczająco dokładną i ekonomiczną alternatywę dla tradycyjnych pomiarów.

EN

The article presents the method of forecasting the impact of vibrations on residential buildings using the artificial neural networks. Traffic – induced vibrations may damage to structural elements or even lead to structural collapse. However the most common effect is cracking of plaster. Methods based on artificial intelligence are approximate, but they are enough reliable and economical alternative way to traditional measurements.

Słowa kluczowe

PL

budynek jednorodzinny; oddziaływanie dynamiczne; drganie komunikacyjne; ocena wpływu; szacowanie; sieć neuronowa sztuczna

EN

single-family house; dynamic impact; traffic vibration; impact assessment; estimation; artificial neural network

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Materiały Budowlane
• Rocznik: 2016
• Tom: nr 6
• Strony: 116--117
• Opis fizyczny: Bibliogr. 12 poz., il., tab.

Twórcy

autor

Jakubczyk-Gałczyńska A.

• Politechnika Gdańska, Wydział Inżynierii Lądowej i Środowiska

autor

Kristowski A.

• Politechnika Gdańska, Wydział Inżynierii Lądowej i Środowiska

autor

Jankowski R.

• Politechnika Gdańska, Wydział Inżynierii Lądowej i Środowiska

Bibliografia

• [1] Chudyba Łukasz. 2011. „Wpływ typu sieci neuronowej na dokładność prognozowania przekazywania drgań pochodzenia górniczego z gruntu na budynek”. Czasopismo Techniczne 108 (3): 3 – 12.
• [2] Hunaidi Osama. 2000. „Traffic vibrations in buildings”. Construction Technology Update 39: 1 – 6.
• [3] Jakubczyk-Gałczyńska Anna, Adam Kristowski, Robert Jankowski. 2014. „Koncepcja szacowania wpływu drgań komunikacyjnych na budynki i na ludzi przy użyciu sztucznych sieci neuronowych”. Inżynieria Morska i Geotechnika 5: 523 – 527.
• [4] Jakubczyk-Gałczyńska Anna, Robert Jankowski. 2014. „Traffic-induced vibrations. The impact on buildings and people”. International Conference on Environmental Engineering Selected papers: 1-6.
• [5] Kawecki Janusz, Krzysztof Stypuła. 2008. „Błędy w prognozowaniu i diagnostyce wpływów dynamicznych na budynki”. Czasopismo Techniczne 105 (M/2008): 127 – 136.
• [6] Kawecki Janusz, Krzysztof Stypuła. 2013. „Zapewnienie komfortu wibracyjnego ludziom w budynkach narażonych na oddziaływania komunikacyjne”. Wydawnictwo Politechniki Krakowskiej.
• [7] Kuźniar Krystyna. 2011. „Neural networks for the analysis of mine-induced building vibrations”. Computer Assisted Mechanics and Engineering Sciences 18 (3): 147 – 159.
• [8] Ossowski Stanisław. 1996. „Sieci neuronowe w ujęciu algorytmicznym”. Wydawnictwa Naukowo-Techniczne.
• [9] PN-85 B-02170. 1985. „Ocena szkodliwości drgań przekazywanych przez podłoże na budynki”. Polski Komitet Normalizacji Miar i Jakości.
• [10] Stęgowski Zdzisław. 2004. „Sztuczne sieci neuronowe”. Wydawnictwa Naukowo-Techniczne.
• [11] Tadeusiewicz Ryszard. 1993. „Sieci neuronowe”. Akademicka Oficyna Wydawnicza.
• [12] Urbański Paweł. 2004. „Zastosowanie sztucznych sieci neuronowych do oceny stopnia zużycia technicznego wybranej grupy budynków mieszkalnych”. Statystyka i data mining w badaniach naukowych: 105 – 119.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.